用于视频监控中实时视觉人脸跟踪的注意力深度回归网络
计算机视觉与模式识别
2019-08-13 v1
摘要
视觉人脸跟踪是视频监控系统中最重要任务之一。然而，由于姿态、尺度、表情和光照的变化，这被认为是一项困难的任务。最近的研究表明，深度学习方法在目标跟踪任务中具有巨大潜力，而自适应特征选择方法可以提升其性能。受此启发，我们提出了一种端到端的基于注意力深度学习的跟踪器，它建立在最先进的 GOTURN 跟踪器之上，用于视频监控中的实时视觉人脸跟踪任务。我们的方法以非常大的优势优于最先进的 GOTURN 和 IVT 跟踪器，并且达到了远超实时跟踪要求的速度。此外，为了克服视觉人脸跟踪中数据稀缺的问题，我们还为 ChokePoint 数据集的 G1 和 G2 集合提供了边界框标注，使其适合在监控条件下进行进一步的人脸跟踪研究。
引用
@article{arxiv.1908.03812,
title = {Attentive Deep Regression Networks for Real-Time Visual Face Tracking in Video Surveillance},
author = {Safa Alver and Ugur Halici},
journal= {arXiv preprint arXiv:1908.03812},
year = {2019}
}